{{{sourceTextContent.subTitle}}}
Manutention
{{{sourceTextContent.description}}}
L'industrie de la préhension est en pleine mutation. Dans le passé, les processus de préhension étaient principalement axés sur l'augmentation de la productivité et la sécurité des processus. Avec l'avènement des usines intelligentes, la flexibilité devient un facteur de plus en plus important. Selon la vision de SCHUNK, les pinces de demain permettront des opérations flexibles et même des scénarios de manutention autonomes.
Jusqu'à récemment, la préhension industrielle était relativement rigide : la géométrie des pièces doit être connue, ainsi que la position exacte de la prise et du positionnement. Un processus de manutention fiable peut être assuré en prédéfinissant les trajectoires et en spécifiant les coordonnées des points cibles sur la base d'opérations d'alimentation de pièces répétables. Avec l'essor de la numérisation, la tendance est maintenant à l'automatisation, à la mise en réseau et à l'autonomie des systèmes de fabrication
Intelligence artificielle
Dans ce contexte, l'intelligence artificielle (IA) devient de plus en plus importante. Les premières applications de l'intelligence cognitive pour les pinces en combinaison avec des caméras sont déjà possibles. Ceci permet une formation intuitive de l'opérateur et une prise en main autonome des tâches de préhension par le robot. Pour ces applications, SCHUNK conçoit délibérément des processus de manutention pratiques et orientés vers l'industrie en limitant le nombre de variantes de composants. Cela simplifie le processus de classification et de formation. Dans un cas d'utilisation initiale qui fait appel à l'apprentissage machine pour la classification des pièces et des processus de préhension, les blocs de construction emboîtés sont combinés au hasard et présentés à un robot léger dans un arrangement aléatoire sur une surface de travail. La tâche du robot est de ramasser et de transporter les blocs. En interagissant avec des caméras 2D ou 3D, le système d'auto-apprentissage augmente rapidement la fiabilité de préhension après seulement quelques cycles d'apprentissage. A chaque prise, le préhenseur apprend à saisir et à transporter la pièce avec succès
Apprentissage efficace grâce à l'optimisation continue
Après seulement quelques séances de formation, le réseau classifie la manière de traiter la gamme de pièces et les possibilités de combinaison qui en résultent. Le préhenseur sait comment saisir et transporter la pièce en se basant sur l'expérience acquise. Grâce à l'intelligence de l'algorithme, le préhenseur peut classer les futures combinaisons et agencements de pièces par lui-même après seulement une courte période de formation. De cette façon, le système est capable de manipuler les pièces de manière autonome et sensible à la situation. Les algorithmes sont continuellement adaptés à l'aide de méthodes d'IA. Cela permet de révéler des corrélations jusqu'alors méconnues et d'affiner encore le processus de traitement.
Nous vous informons d'abord ! Abonnez-vous à notre newsletter gratuite : schunk.com/newsletter
